![](/img/trans.png)
[英]How to make 2D arrays with numpy while preserving inheritance
[英]How to save 2D float numpy arrays losslessly into a grayscale image while preserving resolution?
我有一些温度字段值,我想在保留分辨率的同时将其转换为灰度图像。 (例如,如果它是(100x100)大小的浮点数组,那么转换应该是灰度(100x100)图像)。然后我将处理图像并将其转换回温度 numpy 数组。 图像处理部分可以被认为是一个黑盒过程。
重要的是转换是无损的。
此外,图像处理的代码将识别.png &.jpg。 (我不确定对包括 tiff 在内的其他文件格式的识别。此外,即使是 jpg 格式也不是首选,因为它们会导致有损转换)。
到目前为止我的尝试:
Matplotlib 的imsave()
保留分辨率并且是无损的。 但它将图像转换为 RGB 而不是灰度。 这种方法对我来说也很好,但我无法准确地将 3 通道 RGB 图像转换回浮动 numpy 数组。 例如,我取了一个 10x10 numpy 浮点数组temperature
,使用plt.imsave('Temperature_profile.png',temperature)
。 然后,我重新打开了相同的图像,但无法找到将其转换回 (10x10) 浮点数组的准确方法。 因此,如果有办法将 3 通道图像无损地转换回 2D 矩阵,问题就解决了。
PIL 的Image.fromarray()
保留分辨率并且可以将图像保存为灰度图像。 但是我无法无损地保存矩阵并无损地取回它。 因此我会得到错误的结果。 ( 将灰度值的二维 Numpy 数组转换为 PIL 图像)
scipy.misc.imsave()
已弃用。
imageio.imwrite()
给出关于有损转换的警告。 (“从 float64 到 uint8 的有损转换”)。
opencv
和cv2
由于某种原因没有被我的 spyder 环境识别(python 3.7,Anaconda 4.7.12)。
您需要一种可以保存浮点数的无损图像格式:
所以使用无损压缩或不压缩的 TIFF。 或者,您可以使用PFM - 便携式浮子 Map。
这是一个演示:
import numpy as np
from PIL import Image
# Generate a small float image in Numpy array
grey32 = np.random.randn(2,3).astype(np.float32)
# Convert to PIL Image and save
Image.fromarray(grey32).save('test.tif')
# Read back from disk and convert to Numpy array
reloaded = np.array(Image.open('test.tif'))
# Inspect
print(grey32)
array([[-0.28032717, -1.7696048 , -0.9811929 ],
[-0.7785768 , -1.2427857 , -0.33241433]], dtype=float32)
print(reloaded)
array([[-0.28032717, -1.7696048 , -0.9811929 ],
[-0.7785768 , -1.2427857 , -0.33241433]], dtype=float32)
如果您的查看器无法显示包含浮点数的 TIFF 文件,您始终可以使用ImageMagick将它们转换为可查看的内容:
magick float.tif -auto-level viewable.png
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.